《证据理论与模糊神经网络相结合的身份估计方法》PDF+DOC

📙 相关资料

1. 《基于高阶模糊神经网络及D-S证据理论的数据融合系统》PDF+DOC 高阶神经网络具有容量大、逼近能力强、容错范围广的特点 ，模糊系统具有较高的模糊语言处理能力 ，D S证据理论具有不需要先验概率的优点。故将高阶神经网络、模糊系统、D S证据理论运用于数据融合系统 ，可以使得该系统具有较强的系统自学习能力和对外界环境的适应能力。...
2. 《证据理论和模糊神经网络相结合的决策方法》PDF+DOC 针对图像识别中图像的特征信息，排除不确定因素的影响，提出了基于模糊神经网络和D-S证据理论的数据融合算法，并对图像识别为例进行了实例分析，验证了该方法的准确性。该方法先对输入图像进行数据分析，采用T-S模糊神经网络进行处理，再用D-S证据理论执行决策分析，最终得到识别精度较高的有效结果。...
3. 《基于神经网络与D-S证据理论的目标识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息，发挥神经网络的自学习、自适应和容错能力，提高了系统识别率.最后通过实验，利用神经网络来处理证据理论中的基本可信度分......
4. 《D-S证据理论在目标识别中的应用》PDF+DOC 分析了D-S证据理论用于多传感器数据融合的基本概念和理论，构造了融合结构，该结构通过预处理先对单一传感器在时域上融合，再对预处理后的数据进行多传感器数据融合，实验结果证明了目标识别的基本概率赋值有了明显提高，验证了这一结构的正确性和有效性。...
5. 《基于D-S证据理论的多传感器雷达体制识别》PDF+DOC 在阐述 Dempster- Shafer(D- S)证据理论的基础上 ，较系统地论述了基于 D- S证据理论的多传感器雷达体制识别的数据融合方法 ，并给出了具体的识别实例...
6. 《D-S证据理论在多传感器融合中的应用》PDF+DOC 详细介绍了Dempster Shafer证据理论 ，介绍了它在多传感器融合 (MSF)中的应用 ，并举了一个具体的例子 ，实验结果验证了其有效性...
7. 《基于数据融合的高压断路器故障诊断方法研究》PDF+DOC 为了提高高压断路器的故障诊断水平，对采用D-S证据理论将不同类型传感器获得的信息进行数据融合的方法进行了研究，并将其运用到高压断路器的故障诊断中。实例分析结果表明，D-S证据理论能够提高高压断路器故障诊断的进度、准确性和可靠性，并且融合的数据越多，故障诊断的可靠性越高。该方法具有普遍适用性。...
8. 《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC 研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法，利用神经网络对单个传感器不同周期的目标进行融合识别；利用D-S证据理论对识别信息进行全局融合，得到综合的目标识别，达到对目标识别的目的，并通过实例证明了该方法的有效性。...
9. 《基于模糊神经网络的D-S证据理论在多传感器信息融合中的应用》PDF+DOC 在多传感器信息融合中，D-S证据推理方法依靠其在不确定性处理算法中的优势，成为现在信息融合的最重要的方法。本文重点阐述证据理论中焦元爆炸问题，针对这一问题，提出基于模糊神经网络的D-S证据理论的信息融合结构。实验数据表明，这种信息融合结构，有效地提高了目标的识别能力。...
10. 《火灾探测的模糊神经网络数据融合算法》PDF+DOC 为提高火灾报警系统的正确率，提出一种多传感器火灾探测系统的数据融合算法。采用模糊神经网络建立了数据融合决策模型，并用改进的BP算法对网络进行学习和训练，自动调整模糊系统参数。根据国家标准试验火数据进行网络训练，系统误差小于试验火标准误差要求，表明了算法的有效性和可行性。与其他方法探测结果进行比较，体......